企业运维训练营之数据库原理与实践—数据库DAS简介和备份上云方案—性能诊断与优化(下)

简介: 企业运维训练营之数据库原理与实践—数据库DAS简介和备份上云方案—性能诊断与优化(下)

接上篇:image.png

 

空间碎片自动回收是DAS进行空间优化的一种方式,实例会自动执行优化命令回收空间碎片,帮助用户实现整理物理碎片的功能。在空间优化前,DAS需要完成三大类基本检查:

 

第一类,当检测到以下一项或多项没有通过时,就不再对表空间进行回收。其一,剩余可用空间需要达到所需回收表物理空间的3倍;其二,表上不存在浮点型索引。

 

第二类,当检测到其中一项没有通过时,需要等待1到5分钟再次检查,直至运维窗口结束。其一,目标实例没有备份任务;其二,没有正在执行的表结构变更操作;其三,前一天或上周同一时段CPU实际使用率低于70%,且当前CPU使用率低于80%。

 

第三类,在执行碎片自动回收前应检测以下三个方面。其一,需要空间回收的表上没有执行时间超过3秒的SQL;其二,表上没有悬挂的事务,即持有但超过15秒没有提交的事务;其三,活跃会话数小于64。

 

image.png

 

空间碎片自动优化时,首先将进行空间分析,生成优化任务,在运维窗口进行条件检查后,执行碎片优化。

 

image.png

 

用户选择实例,点击自治中心并开启自治功能。

 

image.png

 

开启自治功能包含以下四个选项:

 

第一,自动索引创建和删除。SQL自动优化功能包含两个选项,仅SQL诊断或SQL诊断并自动索引创建。仅SQL诊断中,DAS检测出需要优化的SQL并将优化建议给提供给客户,客户根据自身情况选择是否进行索引的创建;SQL诊断并自动创建索引默认由DAS进行诊断并自动创建索引。

 

第二,自动限流。SQL自动限流又包含四个细分选项:其一,CPU使用率或会话活跃数,测试中,用户选择CPU使用率大于80%且活跃会话数大于60%时触发自动SQL限流;其二,可限流的时间段,用户选择全天限流;其三,最大限流时间及限流持续时间,用户选择最大限流时间为10分钟,限流持续时间大于2分钟;其四,同时Kill执行中的异常SQL,用户选择勾选。

 

第三,自动资源弹性。用户选择CPU平均使用率不小于90%,当CPU使用率较高时,系统自动进行资源弹性扩容。

 

image.png

 

第四,空间碎片自动回收,包含表空间和碎片率参数选择。表空间触发空间碎片自动回收的单个物理表最小空间取值范围是5G到100G,单表空间过大会导致回收时间较长,用户需要根据实际业务情况选择合适的数值。如果数据库实例上所有的表空间均小于5G或表空间均大于100G,系统不会进行空间碎片回收。

 

碎片率触发空间碎片自动回收的单个物理表碎片率取值范围是10%到99%,如果数据库实例上所有表的碎片率均低于10%,系统不会进行空间碎片回收。

 

测试中,用户选择表空间大于10G,碎片率大于20%时,触发空间碎片自动回收。

 

image.png 

 

用户还可以进行事件订阅设置,将上述触发的SQL优化、SQL限流或空间碎片回收事件发送给相关人员。

 

用户可以定义事件紧急程度,选择严重或警告等。用户选择相关联系人后,可以通过手机、钉钉短信或邮件方式进行通知。

 

image.png

 

自治中心优化事件的具体实例中,以空间优化为例,系统在表上给出相应的建议,如索引重复、删除冗余索引等。其优化建议仅进行SQL诊断,没有进行自动索引创建,只显示诊断的结果和建议。

相关文章
|
数据采集 运维 数据可视化
AR 运维系统与 MES、EMA、IoT 系统的融合架构与实践
AR运维系统融合IoT、EMA、MES数据,构建“感知-分析-决策-执行”闭环。通过AR终端实现设备数据可视化,实时呈现温度、工单等信息,提升运维效率与生产可靠性。(238字)
|
运维 监控 关系型数据库
AI 时代的 MySQL 数据库运维解决方案
本文探讨了大模型与MySQL数据库运维结合所带来的变革,介绍了构建结构化运维知识库、选择合适的大模型、设计Prompt调用策略、开发MCP Server以及建立监控优化闭环等关键步骤。通过将自然语言处理能力与数据库运维相结合,实现了故障智能诊断、SQL自动优化等功能,显著提升了MySQL运维效率和准确性。
1110 18
|
存储 运维 安全
运维知识沉淀工具深度解析:从结构设计到落地实践全拆解
运维知识沉淀工具助力团队将零散经验结构化存储,实现问题处理路径标准化、知识复用化。通过标签、模板与自动化调取机制,让每次处理都留下可复用资产,提升团队协同效率与系统稳定性。
|
机器学习/深度学习 人工智能 运维
三重Reward驱动的运维智能体进化:多智能体、上下文工程与强化学习的融合实践
这篇文章系统性地阐述了 AI 原生时代下,面向技术风险领域的智能体系统(DeRisk)的架构设计、核心理念、关键技术演进路径与实践落地案例。
三重Reward驱动的运维智能体进化:多智能体、上下文工程与强化学习的融合实践
|
运维 监控 关系型数据库
AI 时代的 MySQL 数据库运维解决方案
本方案将大模型与MySQL运维深度融合,构建智能诊断、SQL优化与知识更新的自动化系统。通过知识库建设、大模型调用策略、MCP Server开发及监控闭环设计,全面提升数据库运维效率与准确性,实现从人工经验到智能决策的跃迁。
1329 27
|
机器学习/深度学习 SQL 运维
数据库出问题还靠猜?教你一招用机器学习优化运维,稳得一批!
数据库出问题还靠猜?教你一招用机器学习优化运维,稳得一批!
621 4
|
运维 监控 负载均衡
高效运维实践:常见问题的应对策略与实践经验
本文探讨了运维工作中的五大核心挑战及应对策略,涵盖负载均衡优化、数据库性能提升、系统监控预警、容器化与微服务运维等方面,旨在帮助企业提升系统稳定性与运维效率。
|
运维 监控 安全
从实践到自动化:现代运维管理的转型与挑战
本文探讨了现代运维管理从传统人工模式向自动化转型的必要性与路径,分析了传统运维的痛点,如效率低、响应慢、依赖经验等问题,并介绍了自动化运维在提升效率、降低成本、增强系统稳定性与安全性方面的优势。结合技术工具与实践案例,文章展示了企业如何通过自动化实现运维升级,推动数字化转型,提升业务竞争力。
|
缓存 关系型数据库 BI
使用MYSQL Report分析数据库性能(下)
使用MYSQL Report分析数据库性能
686 158
|
关系型数据库 MySQL 数据库
自建数据库如何迁移至RDS MySQL实例
数据库迁移是一项复杂且耗时的工程,需考虑数据安全、完整性及业务中断影响。使用阿里云数据传输服务DTS,可快速、平滑完成迁移任务,将应用停机时间降至分钟级。您还可通过全量备份自建数据库并恢复至RDS MySQL实例,实现间接迁移上云。

热门文章

最新文章